Econometría aplicada usando Eviews 10.0

Econometría aplicada usando Eviews 10.0

Este manual va dirigido tanto a investigadores como a estudiantes de Economía que adelantan cursos de Econometría básica. Ha sido diseñado para que sirva de guía en el manejo del paquete econométrico EViews 10.0. Si bien existe un sinnúmero de manuales de EViews. el presente manual se caracteriza porque explica con un lenguaje sencillo el manejo del EViews. e ilustra de forma didáctica. mediante ventanas y/o comandos. cómo obtener los resultados. Además. sigue de forma secuencial los temas de los cursos de Econometría que se imparten en Economía en las universidades de Colombia. modelando inicialmente con datos de corte transversal y posteriormente con datos de series de tiempo

  • Cover
  • Title page
  • Copyright page
  • Índice
  • 1 Introducción al eviews
    • 1.1 ¿Qué es el eviews?
      • 1.1.1 Elementos de la pantalla de EViews 10.0
      • 1.1.2 El concepto de objetos en EViews
    • 1.2 Archivos de trabajo en eviews
      • 1.2.1 Digitando los datos manualmente
      • 1.2.2 Pegando archivos .xls
      • 1.2.3 Abriendo una base de datos en formato .wf1
      • 1.2.4 Abriendo una base de datos en formato .xls
      • 1.2.5 Uniendo archivos con una variable común
    • 1.3 Análisis de datos
      • 1.3.1 Análisis descriptivo de datos unidimensional y bidimensional
      • 1.3.2 Creación y modificación de variables en la base de datos
  • 2 Modelo de regresión lineal múltiple con datos transversales
    • 2.1 Estimación por mínimos cuadrados ordinarios (MCO) para datos transversales
      • 2.1.1 Explicación de la salida de un modelo de regresión lineal múltiple en EViews
      • 2.1.2 Interpretación de los coeficientes de regresión estimados
      • 2.1.3 Inferencia en el modelo de regresión lineal múltiple
      • 2.1.4 Hipótesis sobre una combinación lineal o conjunto de combinaciones lineales de los coeficientes de regresión
      • 2.1.5 Formas funcionales de un modelo
  • 3 Análisis de regresión con información cualitativa
    • 3.1 Una variable cualitativa como explicatoria
      • 3.1.1 Caso I. Cuando la variable cualitativa modifica solo el intercepto
      • 3.1.2 Caso II. Cuando la dummy modifica solo la pendiente de años de educación
      • 3.1.3 Caso III. Cuando la dummy modifica el intercepto y la pendiente
    • 3.2 Más de una variable cualitativa como explicatoria
      • 3.2.1 Caso I. Más de una variable cualitativa sin interacción
      • 3.2.2 Caso II. Más de una variable cualitativa como explicatoria con interacción
  • 4 problemas econométricos
    • 4.1 Multicolinealidad
      • 4.1.1 Multicolinealidad perfecta
      • 4.1.2 Alta multicolinealidad
      • 4.1.3 Pruebas para detectar alta multicolinealidad
      • 4.1.4 Medidas remediales a la alta multicolinealidad
    • 4.2 Heterocedasticidad
      • 4.2.1 ¿Cómo detectar heterocedasticidad?
      • 4.2.2 ¿Cómo solucionar heterocedasticidad?
    • 4.3 Especificación
      • 4.3.1 Pruebas para variables omitidas y forma funcional incorrecta
      • 4.3.2 Pruebas para selección de modelos
      • 4.3.3 Criterios de selección de modelos
  • 5 Análisis de regresión con series de tiempo
    • 5.1 Estimación e interpretación de un modelo con datos de series de tiempo
      • 5.1.1 Diagnóstico de estabilidad
      • 5.1.2 Estadísticas de influencia
    • 5.2 Autocorrelación
      • 5.2.1 ¿Cómo detectar autocorrelación?
      • 5.2.2 ¿Cómo solucionar autocorrelación?
    • 5.3 Modelos econométricos dinámicos
      • 5.3.1 Estimación de un modelo dinámico
    • 5.4 Test de causalidad
    • 5.5 Desestacionalización
    • 5.6 Raíz unitaria y cointegración univariada
      • 5.6.1 Pruebas de raíz unitaria y cointegración univariada
  • 6 Ecuaciones simultáneas
    • 6.1 Modelos var
  • 7 Microeconometría
    • 7.1 Modelos de elección discreta binaria
      • 7.1.1 El modelo lineal de probabilidad
      • 7.1.2 El modelo logit
      • 7.1.3 El modelo probit
      • 7.1.4 Modelos de datos de recuento
      • 7.1.5 El modelo de regresión de Poisson
      • 7.1.6 El modelo de regresión Tobit
  • 8 Modelo de regresión con datos de panel
    • 8.1 Modelo de regresión con MCO agrupados o de coeficientes constantes
    • 8.2 Modelo de efectos fijos usando variables dummy
    • 8.3 Modelo de efectos aleatorios(MEFA)
    • 8.4 Estimando un modelo con datos de panel en eviews
      • 8.4.1 Modelo de regresión con MCO agrupados o de coeficientes constantes
      • 8.4.2 Modelo de efectos aleatorios (MEFA)
      • 8.4.3 Modelo de panel de mínimos cuadrados con variable dicótoma de efectos fijos
      • 8.4.4 Test de Hausman para escoger entre efectos fijos y aleatorios
  • Referencias

SUBSCRIBE TO OUR NEWSLETTER

By subscribing, you accept our Privacy Policy